使用BS4提取网页邮政编码：如何移除span标签保留邮编

嘿，我来帮你搞定这个问题！从span标签里提取纯邮政编码其实不难，主要分两种场景处理，我给你一步步讲清楚：

场景1：span标签内只有邮政编码 #

如果你的span结构很简单，比如<span>100001</span>，直接提取文本就能拿到目标内容：

from bs4 import BeautifulSoup

# 假设你已经爬取得到soup对象，以及目标span列表
span_list = soup.find_all('span', class_='your-postcode-class')  # 替换成你实际用的选择器

# 收集邮政编码列表
postcode_list = []
for span in span_list:
    # 提取文本并去除前后多余空格
    postcode = span.text.strip()
    postcode_list.append(postcode)

print(postcode_list)

嫌代码长？用列表推导式更简洁：

postcode_list = [span.text.strip() for span in span_list]

场景2：span标签内混合了其他文本 #

如果span里还有额外内容，比如<span>所在地邮编：100001</span>或者<span>Postcode: SW1A 1AA</span>，这时候需要用正则匹配出符合邮编格式的内容：

from bs4 import BeautifulSoup
import re

span_list = soup.find_all('span', class_='your-postcode-class')

postcode_list = []
# 这里以中国6位数字邮编为例，爬其他国家的邮编就修改正则
# 比如英国邮编可用：r'\b[A-Z]{1,2}[0-9][A-Z0-9]? [0-9][A-Z]{2}\b'
postcode_pattern = re.compile(r'\b\d{6}\b')

for span in span_list:
    text = span.text.strip()
    # 查找匹配的邮政编码
    match_result = postcode_pattern.search(text)
    if match_result:
        postcode_list.append(match_result.group())

print(postcode_list)

小提醒 #

• 如果span里嵌套了子标签（比如<span><em>邮编：</em>100001</span>），span.text依然能提取到完整文本，正则匹配不受影响。
• 一定要根据目标网站的邮编格式调整正则表达式，保证匹配精准度。

内容的提问来源于stack exchange，提问作者Daniel Frenkel